नेविगेशन
AI BENCHY
Advertise here

DeepSeek V4 Flash 0731 vs KAT-Coder-Air V2.5 (medium)

KAT-Coder-Air V2.5 (medium) average score में आगे है: 5.6 vs 5.4. DeepSeek V4 Flash 0731 की benchmark लागत कम है: $0.021 vs $0.048. KAT-Coder-Air V2.5 (medium) तेज है: 8.42s vs 20.70s, pass rates 27.3% vs 45.5%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-01

रैंक
#182
कुल आउटपुट टोकन
25,424
प्रतिक्रिया समय (औसत)
20.70s
कुल लागत
$0.021
रैंक
#170
कुल आउटपुट टोकन
66,174
प्रतिक्रिया समय (औसत)
8.42s
कुल लागत
$0.048
अनुशंसित मॉडल KAT-Coder-Air V2.5 (medium)

It has the best score here (5.6), while responding about 2.5x faster than DeepSeek V4 Flash 0731.

विस्तृत तुलना

मेट्रिक DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 none रिलीज़: 2026-08-01 KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium रिलीज़: 2026-07-14
स्कोर 5.4 5.6
रैंक #182 #170
विश्वसनीयता 10.0 9.9
संगति 8.6 8.9
सही परीक्षण
प्रति प्रयास पास दर 27.3% 45.5%
अस्थिर टेस्ट 4 3
कुल रन 66 66
प्रति परिणाम लागत 0.509 0.593
कुल लागत $0.021 $0.048
इनपुट कीमत $0.140 / 1M $0.150 / 1M
आउटपुट कीमत $0.280 / 1M $0.600 / 1M
कुल इनपुट टोकन 94,557 51,472
आउटपुट टोकन 25,424 7,822
रीजनिंग टोकन 0 58,352
प्रतिक्रिया समय (औसत) 20.70s 8.42s
प्रतिक्रिया समय (अधिकतम) 387.15s 48.19s
प्रतिक्रिया समय (कुल) 455.38s 185.24s

मॉडल जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#182 DeepSeek V4 Flash 0731

none
लागत
$0.004
समय
198.4s
टोकन
14,316 tok

#170 KAT-Coder-Air V2.5

medium
लागत
$0.003
समय
23.7s
टोकन
4,924 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Flash 0731 4.3 10.0 0.0% 0 1.72s 7,275 505 0
KAT-Coder-Air V2.5 3.6 7.0 22.2% 1 23.37s 7,893 5,199 29,973

त्वरित तुलना

तुलना जोड़ी बदलें